-
Practices
- Augmented Analytics
- Big Data Analytics
- Business Analytics
- Data Governance & Data Fabric Architecture
- Data-Driven Strategy & Transformation
- Performance Management & Improvement
- Industries
- Carriera
- Chi siamo
- Contatti
- Insights Room
- Webroom & Events
Per reagire a nuove pressioni normative, le istituzioni finanziarie devono reimpostare il focus di valore e digitalizzare i processi di rischio di credito.
Alcune delle pressioni provengono, direttamente o indirettamente, dai regolatori; altre da investitori e nuovi concorrenti, oppure dagli stessi clienti delle banche.
Le banche devono digitalizzare i processi di credito. L'attività di prestito continua a essere una fonte chiave di ricavi nel Retail, per le piccole e medie imprese e per il Corporate banking. In questo contesto, la trasformazione digitale nella gestione del credito favorisce la trasparenza dei profili di rischio.
Le banche possono così espandere il business, grazie a politiche di prezzo più mirate basate sul rischio, un servizio al cliente più veloce e una gestione più efficace dei portafogli esistenti.
L’utilizzo sempre più diffuso dei servizi di digital banking e il conseguente aumento dei dati generati creano nuove opportunità, ma anche rischi. Innanzitutto, le banche possono integrare nuove fonti di dati e metterli a disposizione per la modellizzazione del rischio, in modo da favorirne la visibilità.
I costi del rischio di credito possono essere ulteriormente ridotti con l'integrazione di nuove fonti di dati e l'uso di tecniche di augmented analytics. Questi miglioramenti generano insight più completi che permettono di prendere più facilmente decisioni legate al rischio e assicurano un monitoraggio del rischio di credito più efficace e lungimirante.
Per progetti di analytics e big data servono grandi quantità di dati, ma in una prima fase spesso non è chiaro il modo in questi debbano essere strutturati.
Alcune aziende leader si stanno muovendo verso l'utilizzo di un "data lake", una piattaforma aziendale che memorizza tutti i dati in forma originale, non strutturata. Questo approccio può migliorare l'agilità organizzativa, ma richiede che ogni progetto abbia la capacità di strutturare i dati e comprendere i disturbi al modello.
Passo dopo passo, dall'input e dalla gestione dei dati al processo decisionale, dal contatto con il cliente all'execution, ogni iniziativa dovrebbe orientarsi verso una funzione di rischio continua, interattiva e supportata data-driven.
La trasformazione digitale degli strumenti, dei processi e dei sistemi di rischio di credito esistenti può portare a un aumento dei costi, della complessità normativa e delle preferenze dei clienti. L'abilitazione digitale della gestione del rischio di credito implica l'automazione dei processi, una migliore customer experience, certezza delle decisioni e consegne rapide. I sistemi di early warning del credito saranno la norma nel settore e le banche che si muovono ora in questa direzione otterranno un forte vantaggio competitivo.